今天小編分享的互聯網經驗：2024年諾貝爾物理學獎授予AI研究，獲獎得主曾警告AI失控風險，歡迎閲讀。
圖片來源：諾貝爾獎委員會
藍鲸新聞 10 月 8 日訊（記者 朱俊熹）當地時間 10 月 8 日，瑞典皇家科學院宣布将 2024 年諾貝爾物理學獎授予 John Hopfield 和 Geoffrey Hinton，以表彰他們在利用人工神經網絡實現機器學習方面的開創性發現。
諾貝爾獎委員會在社交媒體 X 上表示，" 今年的諾貝爾物理學獎得主的突破建立在物理科學的基礎之上。他們為我們展示了一種全新的方式，讓我們能夠利用計算機來幫助和指導我們應對社會面臨的諸多挑戰。"
委員會進一步解釋稱，如今人們頻頻提及的人工智能，指的就是使用人工神經網絡的機器學習。自 80 年代起，兩位獲獎者就開始對人工神經網絡展開重要的研究。他們利用物理學工具開發出的方法，為當今強大的機器學習奠定了基礎。受惠于這些工作，人類現在擁有了新工具，基于人工神經網絡的機器學習正在徹底改變科學、工程和日常生活。
John Hopfield 出生于 1933 年，現任美國普林斯頓大學教授，因在物理學和神經網絡領網域的貢獻而聞名。1982 年，John Hopfield 提出了霍普菲爾德網絡，對人工智能和神經網絡的發展影響深遠。這種網絡模仿了人類的記憶機制，類似于大腦中神經元之間的突觸連接，通過調整網絡中節點間的連接，能夠存儲和恢復影像及其他數據模式。
諾貝爾獎委員會介紹稱，霍普菲爾德網絡借助了物理學中自旋系統的概念。當輸入扭曲或不完整的影像時，霍普菲爾德網絡會有條不紊地處理節點并更新它們的值，逐步找到最接近的完整影像。
另一位諾貝爾物理學獎得主 Geoffrey Hinton 也被廣泛稱作 " 神經網絡之父 "、"AI 教父 "，是人工智能和深度學習領網域的領軍人物之一，他的學生和後輩遍布現在整個 AI 學術界和工業界。1947 年，Geoffrey Hinton 出生于英國，現任加拿大多倫多大學教授。他曾在谷歌工作了近 10 年的時間，擔任副總裁兼工程研究員職務，幫助谷歌在影像識别、語音識别等人工智能領網域取得重大進展。
2018 年，因在深度學習領網域的開創性貢獻，Geoffrey Hinton 與 Yoshua Bengio、Yann LeCun 共同獲得了圖靈獎，這也是計算機科學界的最高榮譽。
諾貝爾獎委員會在介紹中指出，基于霍普菲爾德網絡，Geoffrey Hinton 開發了一種新的神經網絡 " 玻爾茲曼機 "。借助統計物理學工具，玻爾茲曼機能夠分析大量的示例數據，從而學習和識别特定的數據特征。Geoffrey Hinton 在此基礎上進一步研究，推動了機器學習的爆炸式發展。
在得知獲獎的消息後，Geoffrey Hinton 在電話中告訴委員會，他 " 震驚不已 "、" 完全沒想到會發生這種事。" 他對媒體表示，人工智能将與工業革命相媲美，會帶來生產力的巨大提高。AI 會在智力而非體力上超越人類，" 我們從未體驗過比我們更聰明的事物是什麼樣的 "。
Geoffrey Hinton 還警告稱要小心人工智能可能帶來的不良後果，" 尤其是事态失控的威脅 "，擔心比人類更聰明的系統會掌控一切。2023 年，Geoffrey Hinton 從谷歌離職的主要原因正是希望能更自由地讨論與 AI 相關的風險問題。在其社交媒體 X 上，最新一條帖子與呼籲通過争議性的加州 AI 法案 SB 1047 有關。該法案要求對功能強大的前沿人工智能模型進行安全測試，以保護公眾利益免受傷害。當地時間 9 月 30 日，加州州長 Gavin Newsom 正式否決了這一法案，認為該法案可能過于寬泛，會給 AI 公司帶來負擔。
在過往的諾貝爾獎中，也有一些獲獎者的研究與人工智能或機器學習密切相關。以諾貝爾經濟學獎為例，1978 年的得主 Herbert Simon 被認為是人工智能領網域的奠基人之一，在決策理論方面提出了 " 有限理性 " 等開創性概念，之後直接影響了對 AI 系統的設計。
而在今年諾貝爾生理學或醫學獎的候選名單中，也出現了與 AI 相關的研究。雖然最終花落别家，備受關注的人選包括将深度學習技術引入蛋白質結構預測的生化學家 David Baker。以及谷歌旗下 DeepMind 公司的科學家 Demis Hassabis 和 John Jumper，他們開發了 AI 系統 AlphaFold，在蛋白質結構預測領網域取得了革命性的突破。
